首页>
根据【关键词:气动布局,涡格法,Realizable,Nelder,k,ε湍流模型,菱形翼飞机,Mead单纯形算法】搜索到相关结果 54 条
-
基于模糊信息粒化和优化SVM的航空发动机性能趋势预测
-
作者:
李艳军
张建
曹愈远
张丽娜
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
模糊信息粒化
航空发动机
遗传算法
参数预测
折交叉验证
k
支持向量机(SVM)
-
描述:
提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K-CV验证误差最小作为优化目标,采用遗传算法(GA
-
飞机发动机尾流流场数值模拟与红外特性计算
-
作者:
吴沿庆
廖守亿
张作宇
花超
来源:
激光与红外
年份:
2018
文献类型 :
期刊
关键词:
反向蒙特卡洛法
分布法
Fluent
尾流
k
红外辐射特性
-
描述:
建立飞机尾喷管的三维几何模型,利用Fluent 6.3.26软件对喷管外的流场区域进行数值模拟,基于发动机完全燃烧假设得到尾焰流场温度、压强等流场数据。利用K-分布法计算尾焰气体辐射参数,采用反向蒙特卡洛法(RMC)对气体红外辐射特性进行了计算,最终获得尾焰的红外辐射图像。
-
基于多普勒频移改变量的单星航空器位置验证
-
作者:
刘海涛
冯景勃
李冬霞
王磊
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
多普勒频移的改变量
S检验
B
星基ADS
位置验证
k
定位误差
-
描述:
(Kolmogorov-Smirnov,k-s)检验方法以识别虚假ADS-B消息,最后通过计算机仿真验证所提出方法的正确性和有效性。研究表明:所提出方法的检测概率达到97.75%以上,漏警概率低于4.50%,此外只需单颗低轨道卫星,并且对航空器和卫星的定位误差不敏感。
-
基于QAR数据的飞行员个体超限风险精细化评价模型
-
作者:
汪磊
安佳宁
赵新斌
俞力玲
来源:
中国安全科学学报
年份:
2024
文献类型 :
期刊
关键词:
精细化评价
个体超限风险
飞行品质监控(FOQA)
快速存取记录器(QAR)数据
k
Means聚类
熵权逼近理想解排序(TOPSIS)法
-
描述:
基于QAR数据的飞行员个体超限风险精细化评价模型
-
-
作者:
邓蕾蕾
潘卫军
崔烁
潘璇
来源:
航空计算技术
年份:
2024
文献类型 :
期刊
关键词:
可视化
形态学
目标检测
尾涡检测
多普勒激光雷达
k
最近邻算法
-
描述:
-
基于多普勒频移改变量的单星航空器位置验证
-
作者:
刘海涛
冯景勃
李冬霞
王磊
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
多普勒频移的改变量
S检验
B
星基ADS
位置验证
k
定位误差
-
描述:
(Kolmogorov-Smirnov,k-s)检验方法以识别虚假ADS-B消息,最后通过计算机仿真验证所提出方法的正确性和有效性。研究表明:所提出方法的检测概率达到97.75%以上,漏警概率低于4.50%,此外只需单颗低轨道卫星,并且对航空器和卫星的定位误差不敏感。
-
基于QAR数据的飞行员个体超限风险精细化评价模型
-
作者:
汪磊
安佳宁
赵新斌
俞力玲
来源:
中国安全科学学报
年份:
2024
文献类型 :
期刊
关键词:
精细化评价
个体超限风险
飞行品质监控(FOQA)
快速存取记录器(QAR)数据
k
Means聚类
熵权逼近理想解排序(TOPSIS)法
-
描述:
基于QAR数据的飞行员个体超限风险精细化评价模型
-
-
作者:
邓蕾蕾
潘卫军
崔烁
潘璇
来源:
航空计算技术
年份:
2024
文献类型 :
期刊
关键词:
可视化
形态学
目标检测
尾涡检测
多普勒激光雷达
k
最近邻算法
-
描述:
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
为了准确识别遥感图像中的飞机,基于YOLO V3算法,通过使用K-means算法对数据集进行聚类分析,借鉴Densenet网络的思想,将YOLO V3网络中的两个残差网络模块替换为两个密集网络模块
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
为了准确识别遥感图像中的飞机,基于YOLO V3算法,通过使用K-means算法对数据集进行聚类分析,借鉴Densenet网络的思想,将YOLO V3网络中的两个残差网络模块替换为两个密集网络模块